每天增長100萬用戶,Codex總算揚眉吐氣了

重點摘要
GPT-5.6 發布後,OpenAI 旗下 Codex 與 ChatGPT Work 的活躍用戶出現驚人成長。短短幾天內,公開數字從 600 萬一路攀升至 700 萬、800 萬,最終在 7 月 16 日正式突破 900 萬大關,幾乎是以每天增加約 100 萬用戶的速度狂飆。產品負責人 Tibo 在 X 平台上接連更新里程碑,甚至坦言團隊忙於維持系統穩定,一度沒能及時公佈最新數字。 伴隨每一次用戶里程碑到來的是密集的額度重置。
GPT-5.6 發布後,OpenAI 旗下 Codex 與 ChatGPT Work 的活躍用戶出現驚人成長。短短幾天內,公開數字從 600 萬一路攀升至 700 萬、800 萬,最終在 7 月 16 日正式突破 900 萬大關,幾乎是以每天增加約 100 萬用戶的速度狂飆。產品負責人 Tibo 在 X 平台上接連更新里程碑,甚至坦言團隊忙於維持系統穩定,一度沒能及時公佈最新數字。伴隨每一次用戶里程碑到來的是密集的額度重置。
從 600 萬用戶開始,OpenAI 不僅為 Codex 和 ChatGPT Work 補滿使用額度,還暫時取消了所有 Plus、Business 和 Pro 套餐原有的五小時連續使用限制。到了 700 萬與 800 萬時,限額再次被刷新,且五小時限制始終沒有恢復。這套「成長觸發放額、放額帶動成長」的循環,讓 Tibo 被網友戲稱為「掌管重置的神」,幾乎每隔一天就要按下重置按鈕。不過,這條陡峭的成長曲線究竟代表什麼,至今仍缺乏清晰的定義。
OpenAI 公佈的是「Codex 與 ChatGPT Work 的活躍用戶」合併數字,但並未說明「活躍」是指日活、週活或何種週期,也未解釋用戶需要完成哪些行為才會被計入。更讓外界困惑的是,Codex 與 ChatGPT Work 在實際使用中的界線越來越模糊:兩者都能讀取文件、調用工具、執行長任務,但用戶仍須在兩個入口之間選擇。許多人直言,連自己都不知道該打開哪一個。儘管統計口徑模糊,這一輪爆發式增長仍反映出具實質意義的用戶轉變。GPT-5.6 本身的功能突破是重要誘因。有用戶授予 GPT-5.
6 Sol 讀取相簿的權限,讓它從照片中辨識衣服並建立數位衣櫥,再搭配虛擬試穿;奧特曼轉發該案例時感嘆,不久之前這樣的功能可能還是一家新創公司的核心產品。更極端的例子來自 GPT-5.6 Sol Ultra:它曾在不到一小時內調度 64 個子代理,產出針對已有約 50 年歷史的循環雙覆蓋猜想的證明。模型變得更強大、更實用,自然帶動用戶湧入。面對 OpenAI 的猛烈攻勢,競爭對手 Anthropic 並未坐視。在 GPT-5.6 即將推出的消息升溫之際,Anthropic 先延長了 Claude Fable 5 的限量體驗,隨後在 GPT-5.
6 與 ChatGPT Work 正式上線當晚,為所有用戶重置了五小時及每週使用額度,同時維持每週額度比正常水準高出 50%。OpenAI 的 Tibo 直接在社群平台留言「我聞到了恐懼的氣息」,雙方針鋒相對的氣氛迅速升溫。這場競爭很快從算力補貼蔓延到品牌信任層面。奧特曼公開嘲諷 Anthropic 對用戶設下過多限制,並強調「如果你是為了最好的模型而來,至少我們絕不會輕視你」。Tibo 則發起「用戶回饋換算力」活動,只要用戶公開分享喜歡 GPT-5.6 Sol 的原因,前一萬名就能獲得 100 美元的 Codex 積分。
顯而易見,OpenAI 不僅要讓用戶多用,更要讓用戶願意說出「為什麼選擇我們」。然而,產品整合帶來的用戶體驗問題也開始浮現。Codex 原本是獨立的程式開發工具,後來逐漸轉變為能處理研究、分析等知識工作的通用 Agent,並被納入 ChatGPT 生態。但在 GPT-5.6 與 ChatGPT Work 推出後,OpenAI 卻同時保留了 Codex 與 ChatGPT Work 兩個任務入口,讓已經習慣單一入口的用戶感到混淆。知名開發者 Theo Browne 直言「把 Codex 改成 ChatGPT Desktop 是個糟糕透頂的主意」。
Tibo 並未否認改進空間,但他強調團隊堅信打造通往 AGI 的統一界面是值得嘗試的方向。為了緩解入口過多的困擾,OpenAI 在 7 月 14 日更新了 ChatGPT 的搜尋能力,讓用戶能直接從側邊欄搜尋歷史對話、專案、圖片與已上傳文件,並按內容類型篩選。這一舉動被視為 ChatGPT 從單純聊天工具轉型為所有工作內容索引層的關鍵一步。未來用戶或許不必再記住任務由哪個 Agent 完成,只要回到 ChatGPT 就能繼續推進。整體而言,這波每天百萬用戶的成長固然令人印象深刻,但也暴露了 AI 產品從模型能力競賽轉向「架構競爭」時必然面對的陣痛。
入口的統一與分裂、統計口徑的透明度、用戶習慣的重新培養——這些問題不會因為活躍用戶數字飆漲而自動消失。Agent 時代的勝負,最終可能取決於誰能讓用戶在需要完成工作時,第一個想到打開它。
Related
相關文章

曝字節訓10億參數大模型,或超Mythos 5,張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型,規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位,並反對模型蒸餾,認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入,同時在產品端與訓練端採取雙線進攻策略。

AI 需求擠爆雲計算,消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺,亞馬遜AWS要求工程師關閉閒置的EC2實例,以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%,AWS因此升級計算優化器自動標記低使用率虛擬機。此外,AWS過去一年新增3.8吉瓦電力容量,仍難以應對GPU雲端實例的龐大需求。
使用 NVIDIA NeMo Retriever、託管 NIM、LanceDB、重新排序與基於事實生成建立多模態 RAG 管線
在本教學中,我們將使用 NVIDIA NeMo Retriever 建立一個先進的多模態檢索增強生成管線。首先設定 Python 3.12 環境、安裝必要套件,並在無需 GPU 或外部 API 金鑰的情況下進行離線 PDF 文字提取。接著,我們透過託管的 NVIDIA NIM 端點來偵測頁面元素、提取表格、圖表與資訊圖形、產生稠密向量嵌入,並將處理後的內容儲存至 LanceDB。最後,我們實作了稠密檢索、視覺語言重新排序、後設資料過濾搜尋、附行內引用的基於事實回應生成,以及輕量級的 recall-at-k 評估,以驗證跨多模態文件內容的檢索品質。
NVIDIA AI 推出 NOOA:將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA(NVIDIA 物件導向代理),這是一個與模型無關的 Python 框架,用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中,而 NOOA 將所有這些整合到一個 Python 類別中:方法代表模型可採取的動作,欄位代表代理狀態,文件字串作為提示,型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成,而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面,使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%,在 CyberGym L1 上達到 86.8%,平均 RHAE 為 85.1%。

六巨頭定AI插件新標準,撞臉Claude,Anthropic沒上桌
六大科技巨頭(AWS、Anysphere、GitHub、微軟、OpenAI、Vercel)聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0,旨在統一插件打包格式,減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似,但Anthropic並未參與制定,而是繼續經營自己的封閉生態。

DeepSeek重啟融資,三年市值對齊騰訊?
DeepSeek重啟第二輪融資,以5000億元人民幣估值尋求籌集80億美元,但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑,後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價,可能打破其以低價換規模的估值邏輯,面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商,以及三年內市值能否對齊騰訊等巨頭。